miRNA表达谱二维分析法及其在神经退行性疾病研究中的应用

miRNA is an important small non-coding RNA molecule that functions in RNA silencing and post-transcriptional regulation of gene expression. With the development of high-throughput sequencing technology, the isomiRs with difference in length and nucleotides have been widely detected in small RNA sequencing projects. It was demonstrated that the isomiRs also play an essential role in the regulation. However, the distribution of isomiRs was usually ignored and only full or a part of the miRNA expression level information was used in the disease-related study. Here, we will build a method for the two-dimensional analysis of miRNA expression profile, which integrates the expression level-based miRNA analysis pipeline and the isoform distribution level-based miRNA analysis pipeline. This method, which utilizes the information from both the sensitivity of miRNA expression level in disease and the stability of miRNA isoform distribution level in network regulation, will be benefit for the disease-related miRNA detecting. In addition, by employing the neurodegenerative disease related data, the relationship between the change of miRNA expression level and the change of miRNA isoform distribution level will be found in the data analysis, as a step to explore some more complex regulatory functions, and then the related work will be integrated as a platform for two-dimensional analysis of miRNA expression profile.

miRNA是一类重要的非编码小RNA分子，能行使RNA沉默和基因表达的转录后调控功能。随着高通量测序技术的发展，发现成熟的miRNA普遍存在多种在长度和序列上具有差异的miRNA异构体。研究表明，这些异构体在调控过程中起着不可忽视的作用。然而，人们在研究某种疾病时，往往只对miRNA的整体或部分表达量进行比较分析，忽略了异构体分布特征的变化。本项目建立了一种miRNA表达谱二维分析方法，将基于表达水平差异的分析流程和基于异构体分布差异的分析流程有机地结合起来，不仅保留了表达水平差异对疾病的敏感性，还包含了异构体分布特征对网络调控的稳定性，以期发现miRNA与相关疾病发生发展的关系。本项目还选取神经退行疾病开展针对性分析，探索miRNA表达水平差异和异构体分布差异与相关疾病的关系，挖掘更为复杂的调控功能，相关研究最后将被整合成一个开放的miRNA表达谱二维分析平台供其他科研工作者使用。

近年来，以阿尔兹海默病和帕金森症为代表的神经退行性疾病成为研究的热点，这类疾病发病机制尚不明确，也无彻底根治的方案。在以往的研究中，已经发现了多种与该类疾病相关的miRNA。miRNA是一类重要的非编码小RNA分子，能行使RNA沉默和基因表达的转录后调控功能。随着高通量测序技术的发展，人们发现一种成熟的miRNA 普遍存在多种在长度和序列上存在差异的miRNA异构体。研究表明，这类异构体在调控过程中也起着不可忽视的作用。然而，人们只对这些miRNA 的整体或部分表达量进行比较分析，忽略了异构体分布特征的变化。本项目在阿尔兹海默病miRNA异构体分析的基础上建立了熵模型的分析方法，并增加表达量信息，将基于表达水平差异的分析流程和基于异构体分布差异的分析流程有机地结合起来，构建了一套多角度分析神经退行性疾病的流程。进一步探讨了神经退行性疾病相关数据的差异表达分析，并对模型进行了拓展，为相关的疾病研究提供了必要的理论依据。构建的模型发现miRNA异构体对疾病的发生发展起到了重要的作用，发现基于miRNA异构体表达水平的差异可以用于癌症等衰老相关的疾病的分析。在研究过程中，还构建机器学习模型对肠道微生物与帕金森病等衰老和神经退行性相关的疾病的相关性进行了探讨，并发现了一些该类疾病相关的分子标志物。